[250328] 개발 일지

---

📌 챗봇 추천 시스템 흐름 

🎯 목적:

• 사용자가 입력한 채팅 메시지를 분석해서, 사용자의 취향을 고려한 장소 추천을 제공합니다.

---

🚩 1단계: 사용자 입력 메시지 전달

• 사용자가 챗봇에 질문을 보냅니다.

사용자 → 챗봇
("맛집 추천해줘!")

---

🚩 2단계: 메인 챗봇 로직이 응답 생성

• recommendation_service.py 가 질문의 내용을 분석하여 장소 추천을 포함한 응답 메시지(HTML 형식)를 만듭니다.

챗봇 (recommendation_service.py)
│
└─ 질문 분석 → 장소 추천 및 일정 정보 생성
│
└─ HTML 형식의 응답 생성
(예: "<div class='schedule-item'>📍<strong>맛집 A</strong></div>")

---

🚩 3단계: 장소 정보 추출

• 생성된 HTML 응답에서 **장소명("맛집 A")**을 추출합니다.
• 추출 기능은 **recommendations.py**에서 수행됩니다.

챗봇 응답 (HTML)
│
└─ recommendations.py (extract_places_from_response)
│
└─ 장소명 추출 ["맛집 A", "카페 B", ...]

---

🚩 4단계: 개인화 추천 장소 생성

• 사용자가 로그인한 경우, 사용자의 과거 대화를 참고하여 비슷한 취향의 다른 사용자가 언급한 장소도 추가로 추천합니다.
• **recommendations.py**의 process_recommendations 및 get_chat_based_recommendations 함수가 이를 처리합니다.

사용자 정보 (로그인된 사용자 ID)
│
└─ recommendations.py (get_similar_users)
│    └─ 사용자 태그 비교 후 유사 사용자 찾기
│
└─ recommendations.py (extract_places_from_chathistory)
     └─ 유사 사용자 채팅 기록 분석 → 장소 빈도 계산
│
└─ 사용자 본인의 채팅 기록 분석
     └─ 중복 장소에 가중치 부여 (점수 2배)
│
└─ 최종 장소 점수 계산 및 정렬
│
└─ 추천 장소 ["맛집 A", "카페 B", "레스토랑 C"]

---

🚩 5단계: 최종 응답 전송

• 최종적으로 사용자가 질문한 메시지와 챗봇의 응답, 그리고 추천된 장소 목록을 사용자에게 돌려줍니다.

최종 응답
│
└─ 메시지: "맛집 추천해줘!"
└─ 챗봇 응답: "<div class='schedule-item'>📍<strong>맛집 A</strong></div>"
└─ 추천 장소: ["맛집 A", "카페 B", "레스토랑 C"]
└─ 세션 ID (고유 식별자)

---

🎯 최종 흐름 전체 요약 (ASCII)

+---------------------------------------------------+
|                     사용자 입력                     |
|                  ("맛집 추천해줘!")                  |
+------------------------+--------------------------+
                         │
                         ▼
+---------------------------------------------------+
|            메인 챗봇 로직 (recommendation_service)    |
|           질문 분석 후 HTML 형식 응답 생성            |
| ("<div class='schedule-item'>📍<strong>맛집 A</strong></div>") |
+------------------------+--------------------------+
                         │
                         ▼
+---------------------------------------------------+
|           recommendations.py (장소 추출)           |
|         HTML에서 장소 이름 추출 ("맛집 A")          |
+------------------------+--------------------------+
                         │
                         ▼
+---------------------------------------------------+
|          recommendations.py (추천 장소 생성)         |
|  유사 사용자 찾기 → 채팅 기록 분석 → 장소 추천 산출   |
| ["맛집 A", "카페 B", "레스토랑 C"]                  |
+------------------------+--------------------------+
                         │
                         ▼
+---------------------------------------------------+
|                  최종 챗봇 응답 전달                  |
|    메시지 + 응답 HTML + 추천 장소 목록 + 세션 ID      |
+---------------------------------------------------+

---

✅ 결과 예시 (최종 JSON 응답)

사용자는 아래와 같은 형태의 응답을 받게 됩니다.

{
  "message": "맛집 추천해줘!",
  "response": "<div class='schedule-item'>📍<strong>맛집 A</strong></div>",
  "recommendations": ["맛집 A", "카페 B", "레스토랑 C"],
  "session_id": "생성된-고유-식별자"
}

---

📌 한 줄 요약

사용자 입력 → 메인 로직(질문 분석) → 장소 정보 추출 → 과거 기록 활용 개인화 추천 → 최종 추천 장소를 포함한 응답 생성 및 반환

---

챗봇 로직과의 연결 

1. 전체 연결 개요

메인 챗봇 로직과의 연결:

• ChatBotView (views.py):
  • 사용자의 채팅 메시지를 받으면, recommendation_service.py의 get_recommendation 함수로 챗봇 응답(텍스트)를 생성합니다.
  • 그 후, 응답 텍스트에서 HTML 파싱 등을 통해 장소 정보를 추출하는 recommendations.py의 extract_places_from_response 함수와,
    사용자의 과거 채팅 데이터를 분석하여 추천 장소를 산출하는 process_recommendations 함수를 호출합니다.
  • 최종적으로, 챗봇 응답과 함께 추천된 장소 목록을 클라이언트에 반환합니다.
• ChatConsumer (consumers.py):
  • 실시간 WebSocket 연결 시, 메시지를 받을 때마다 get_chat_based_recommendations(recommendations.py 내) 함수를 호출하여
    비슷한 취향의 다른 사용자들이 좋아하는 장소를 추천해줍니다.

주요 데이터 흐름:

• 입력: 사용자 메시지, 사용자 태그, 사용자의 채팅 기록
• 처리:
  1. 챗봇 응답 생성 (recommendation_service.py): 사용자의 질문을 분석하여 답변 또는 장소/일정 관련 결과를 생성
  2. 추천 처리 (recommendations.py):
     • 사용자의 태그를 기반으로 유사 사용자를 찾음
     • 각 유사 사용자의 채팅 기록에서 장소 언급 빈도를 집계
     • 현재 사용자가 이미 언급한 장소에 대해 가중치를 부여하여 최종 추천 점수를 산출
• 출력: 추천 장소 이름 리스트 (예: ["카페", "맛집", "공원", ...])

---

2. 외부 연결 및 데이터 주고받기 (ASCII 다이어그램)

 [ 사용자 ]
     │
     │  (메시지 전송)
     ▼
 [ ChatBotView (views.py) ]
     │
     ├─► (1) 챗봇 응답 생성 호출
     │       └─► get_recommendation() (recommendation_service.py)
     │                │
     │                └─► 사용자 질문, 위치 등 정보 이용하여 응답 생성
     │
     ├─► (2) 응답 텍스트에서 장소 추출
     │       └─► extract_places_from_response() (recommendations.py)
     │
     └─► (3) 추천 처리 호출
             └─► process_recommendations() (recommendations.py)
                     │
                     ├─► get_similar_users() → (사용자 태그 비교)
                     ├─► extract_places_from_chathistory() (유사 사용자 및 본인 채팅 분석)
                     └─► 가중치 적용 후 상위 추천 장소 선택
     │
     ▼
 [ 최종 응답 ]
     └─► { "message": 원본 메시지,
              "response": 챗봇 응답,
              "recommendations": 추천 장소 목록,
              "session_id": ... }

설명:

1. 메시지 입력: 사용자가 메시지를 보내면 ChatBotView가 이를 받습니다.
2. 챗봇 응답 생성: get_recommendation 함수가 사용자의 질문과 위치 등 정보를 바탕으로 답변(예: HTML 형식)을 생성합니다.
3. 장소 추출: 생성된 응답 텍스트에서 extract_places_from_response 함수가 HTML 파싱을 통해 장소명을 추출합니다.
4. 추천 처리:
   • process_recommendations 함수가 사용자의 과거 채팅 데이터를 분석합니다.
   • 내부에서는 get_similar_users 함수로 유사 사용자를 찾고, 각 사용자의 채팅 내에서 extract_places_from_chathistory로 장소 언급 빈도를 집계한 후,
     현재 사용자가 언급한 장소와의 중복 여부에 따라 가중치를 부여하여 최종 추천 목록을 만듭니다.
5. 최종 응답 전송: 챗봇 응답과 추천 결과가 클라이언트로 반환됩니다.

---

3. recommendations.py 내부 실행 과정 (내부 프로세스 다이어그램)

[ get_chat_based_recommendations(user_id) ]
                 │
                 ▼
         [ 입력 검증: 올바른 user_id? ]
                 │
                 ▼
   [ get_similar_users(user_id) 호출 ]
                 │
                 ▼
  [ 유사 사용자 ID 리스트 반환 ]
                 │
                 ▼
  ┌─────────────────────────────────┐
  │ For each 유사 사용자 (sim_uid)  │
  │   └─► extract_places_from_chathistory(sim_uid)
  │         └─► 채팅 내에서 장소 추출 및 빈도 집계
  └─────────────────────────────────┘
                 │
                 ▼
 [ 모든 유사 사용자들의 장소 빈도 합산 ]
                 │
                 ▼
 [ 내 채팅 기록 분석: extract_places_from_chathistory(user_id) ]
                 │
                 ▼
 [ 가중치 적용: 중복 장소는 점수 2배 ]
                 │
                 ▼
 [ 정렬 및 상위 N개 장소 선택 ]
                 │
                 ▼
 [ 추천 장소 리스트 반환 ]

세부 설명:

• 유사 사용자 탐색:
  • get_similar_users 함수는 사용자의 태그와 다른 사용자들의 태그를 비교(자카드 유사도)하여 유사한 사용자 ID들을 반환합니다.
• 채팅 기록 분석:
  • 각 유사 사용자의 채팅 기록에서 extract_places_from_chathistory 함수를 통해 HTML 또는 텍스트에서 장소명을 추출하고 빈도를 계산합니다.
• 가중치 및 정렬:
  • 현재 사용자 자신이 언급한 장소가 있을 경우 해당 장소에 대해 가중치(2배)를 적용한 후, 전체 점수 기준으로 정렬하여 상위 N개의 장소를 추천합니다.

---

4. 코드 실행 과정 및 결과 예시

실행 과정 예시:

1. 사용자 입력:
   • 사용자가 "오늘 근처에 맛집 추천해줘"라는 메시지를 전송합니다.
2. 챗봇 응답 생성:
   • get_recommendation 함수가 호출되어 질문 유형을 분석한 후(예: "place" 또는 "scheduling" 관련)
     장소 검색 및 일정 빌딩 과정을 거쳐 HTML 형식의 응답(예: <div class="schedule-item">📍 <strong>맛집 A</strong></div> ...)을 생성합니다.
3. 장소 추출 및 추천 처리:
   • extract_places_from_response 함수가 응답 HTML에서 "맛집 A" 등의 장소명을 추출합니다.
   • 동시에 process_recommendations 함수가 사용자의 이전 채팅 기록을 분석하여,
     비슷한 태그를 가진 다른 사용자들의 채팅 기록에서 언급된 장소 빈도와 현재 사용자가 이미 언급한 장소를 반영해 추천 결과를 산출합니다.
   • 예를 들어, 최종 추천 결과가 ["맛집 A", "카페 B", "레스토랑 C"]와 같이 도출될 수 있습니다.
4. 최종 응답:
   • ChatBotView는 아래와 같이 최종 응답 JSON을 생성하여 클라이언트에 반환합니다.

{
  "message": "오늘 근처에 맛집 추천해줘",
  "response": "<div class=\"schedule-item\">📍 <strong>맛집 A</strong></div> ...",
  "recommendations": ["맛집 A", "카페 B", "레스토랑 C"],
  "session_id": "생성된-UUID-값"
}

결과 요약:

• 사용자 메시지 → 챗봇 응답(HTML) 및 추천 장소 목록 생성
• 추천 알고리즘은 유사 사용자 채팅 데이터와 현재 사용자 데이터를 조합하여 가장 많이 언급된(또는 가중치가 적용된) 장소를 선택
• 최종적으로, 사용자에게 응답 메시지와 함께 추천 장소 목록이 전달됩니다.

---

이와 같이, recommendations.py는 챗봇 메인 로직(views.py, recommendation_service.py, consumers.py)과 밀접하게 연결되어 있으며,
사용자 질문에 따른 답변 생성 외에 과거 대화 기록을 기반으로 추가적인 장소 추천 정보를 제공하여,
최종적으로 클라이언트에 “채팅 응답 + 추천 장소 리스트”의 형태로 결과를 전달하게 됩니다.